Estimating the demand and cost-effectiveness of a hydrogen-based decarbonization strategy for airports
Notice bibliographique
Résumé
The aviation sector remains a significant source of emissions in Canada that must be decarbonized to meet its net-zero emissions target by 2050, as mandated by the Net-Zero Emissions Accountability Act. This study examines a 2050 scenario where 38 of Canada's largest airports operate as multimodal hydrogen airport hubs. An hourly, service-level modeling framework is developed to estimate hydrogen demand, addressing a key gap in the literature; it is applied to all 38 airports. A benefit-cost analysis evaluates the cost-effectiveness of this transition. Results show annual hydrogen demand of 5.6–8.2 MtH 2 by 2050, with aviation fuel comprising 98 % of the demand. Carbon abatement costs range from 320 to 2,130 CA$/tCO 2 airport-wide, and from 360 to 1,500 CA$/tCO 2 for aviation, suggesting hydrogen could compete with drop-in power-to-liquid synthetic aviation fuels under certain conditions. The broad range of estimates reflects significant uncertainties in hydrogen supply costs. • The study models hourly energy demand for multimodal hydrogen airport hubs. • Aviation comprises 98 % of hydrogen demand at major airports, 80 % at smaller ones. • The cost of carbon abatement (CCA) ranges from 320 to 2,130 CA$/tCO 2 . • Ground support equipment and heavy-duty vehicles achieve the lowest CCAs. • Hydrogen aircraft achieve a CCA of 360 to 1,500 CA$/tCO 2 , potentially rivaling those using sustainable aviation fuel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».